Epidemiologi 1.

ANALISIS BIVARIATE

Analisis Bivariat adalah analisis secara simultan dari dua variabel. Hal ini biasanya dilakukan untuk melihat apakah satu variabel, seperti jenis kelamin, adalah terkait dengan variabel lain, mungkin sikap terhadap pria maupun wanita kesetaraan. Analisis bivariate terdiri atas metode-metode statistik inferensial yangdigunakan untuk menganalisis data dua variabel penelitian. Penelitian terhadap dua variabel biasanya mempunyai tujuan untuk mendiskripsikan distribusi data, meguji perbedaan dan mengukur hubungan antara dua variabel yang diteliti. Analisis Bivariat yaitu hipotesis yang diuji biasanya kelompok yang berbeda dalam ciri khas tertentu dengan koefisien kontigensi yang diberi simbol . Analisis bivariat menggunakan tabel silang untuk menyoroti dan menganalisis perbedaan atau hubungan antara dua variabel. !enguji ada tidaknya perbedaan"hubungan antara variabel kondisi pemukian, umur, agama, status migrasi, pendidikan, penghasilan, umur pekkawinan pertama, status kerja dan kematian bayi"balita dengan persepsi nilai anak digunakan analisis chi s#uare, denagn tingkat kemaknaan a$%,%&. Hasil yang diperoleh pada analisis chi s#uare, dengan menggunakan program 'P'' yaitu nilai p, kemudian dibandingkan dengan a$%,%&. Apabila nilai p( dari a$%,%& maka ada hubungan atau perbedaan antara dua variabel tersebut. )Agung, *++,-

Kegunaan Dari Analisis Bivariat .ntuk mengukur kekuatan hubungan antar dua variabel atau lebih. ontoh mengukur hubungan antar dua variabel / *. !otivasi kerja dengan produktivitas 0. 1ualitas layanan dengan kepuasan pelanggan

Langka !Langka "elaksanakan Analisis Bivariat *. . b2promo. 9:clude cases listwise / . 0. 0.. . jumlah data tiap pasangan korelasi akan bervariasi. 1emudian klik tombol option hingga dilayar tampil / Pengisian / • Anda dapat memunculkan output nilai means and standard deviations dengan mengklik pilihan yang sesuai pada kolom dtatistik Pada pilihan missing values pada dua pilihan / *. pilihlah pearson karena anda ingin melakukan uji atas data rasio &. 9:clude cases pairwise / Pasangan yang salah satu tidak ada datanya tidak dimasukkan dalam perhitungan.ntuk pilihan flag signifikant korelations boleh dicentang )dipilih.hingga pada output akan muncul tanda 6 untuk signifikansi &7 dan tanda 66 untuk signifikansi *7 8. bivariate. . 1lik menu utama anali3e . tampak dilayar . b2iklan. !asukkan data diatas kedalam program 'P'' dengan nama variabel bulan.ntuk kolom test of significance. b2selling.ntuk kolom corelatiaon koeffisients. correlate. pilih option two-tailed untuk uji dua arah atau dua sisi 5. • • . <umlah untuk semua variabel korelasi adalah sama. Akibatnya.ntuk keseragaman pilih e:clude cases pairwise . 1emudian klik semua variabel yang akan dikorelasikan dan masukkan kekolom variables dengan mengklik tanda panah 4. dan unitpjl.ang dibuang adalah kasus yang salah satu variabelnya memiliki mising data.

%&.ntuk menentukan korelasi ) kuatnya hubungan .ji chis-#uare. Analisis >iskriminan. seberapa kuat hubungan antar variabel tersebut >apat digunakan untuk jenis data rasio ) scale . Hasil yang diperoleh pada analisis chis #uare dengan menggunakan program 'P'' yaitu nilai p. =eknik analisis statistik yang dibahas meliputi Analisis ?egresi. 0. =abel 1ontingensi. dengan tingkat kemaknaan a$%. >alam analisis bivariate secara umum terdiri dari analisa korelasi dan analisa regresi. Multiple Classification Analysis )! A-. • .atau interval . kemudian dibandingkan dengan a$%.maupun banyak variabel )multivariate-. Pembahasan diutamakan pada cara membaca dan menafsirkan arti dari parameter yang diperoleh dari hasil pengolahan data yang terdapat pada output 'P''.ji korelasi Bivariat ) Product-moment person . =eknik analisis statistik yang dibahas dalam bab ini bersumber pada 'P'' yang difokuskan hanya pada teknik yang dapat menjelaskan hubungan atau kaitan antara beberapa variabel. baik hubungan antara dua variabel ) bivariate. Analisis Regresi Linier .-. !odel @ogit. !odel @og-@inear.antara variabel-variabel penelitian • • <ika ada hubungan. Analisis Path.%& apabila nilai p ( dari a$%.• • =ekan #ontinyue jika sudah selesai 1emudian tekan ok dan akan muncul output #enis!#enis $%i Analisis Bivariat *. dan Analisis Aaktor.%& maka ada hubungan atau pernedaan antara dua variabel tersebut )Agung *++.

0.dengan variabel independen )Bdituliskan dalam model linier umum C=β C !β C " % ! ######## ! β C " $#%) ######### Y 0 % p p ! e.atau dengan kata lain ada hubungan linier regresi antara .tidak terdapat hubungan )korelasi. ?esidual e mengikuti distribusi normal dengan rata-rata % β 0 dan varians konstan sebesar σ2.p adalah koefisien regresi yang berarti besarnya di mana β i C . $#&) ######### Y 0 % e ∼ N 0.p$*..setiap . perubahan pada Y C adalah intercept.Y >engan model seperti pada persamaan ). e ∼ N 0. yang merupakan kombinasi linier atas B dan mengikuti distribusi normal... i $ *. )iii....σ& ). jika Bi bertambah satu satuan dan variabel yang lain konstan. sehingga dalam persamaan )..σ& ). Hubungan antara variabel dependen ).yang tinggi antar variabel B...0-..e tersebar secara acak dan tidak berpola mengikuti besarnya nilai B.. )ii.ntuk menolak H% harus dapat ≠ % atau β* bermakna )significant. Analisis Regresi Seder ana Analisis regresi sederhana hanya melibatkan satu variabel independen B.. . dan B seperti pada . Analisis hubungan antara dua variabel disebut sebagai analisis regresi sederhana jika hanya melibatkan satu variabel independen. C Residual e = Y . Asumsi dasar dalam analisis regresi adalah )i.0.*. sehingga model liniernya adalah C= β C !β C " ! e.maka hipotesis yang diajukan untuk diuji adalah H%/ β* $ % terhadap H*/ β dibuktikan secara empirik bahwaβ persamaan ). Analisis disebut sebagai analisis regresi berganda jika melibatkan lebih dari satu variabel independen. C Residual e = Y . * * ≠ %.Analisis regresi merupakan alat yang dapat memberikan penjelasan hubungan antara dua jenis variabel yaitu hubungan antara variabel dependen atau variabel kriteria dengan variabel independen atau variabel prediktor.Y C .

Uji hipotesis untuk mengetahui apakah regresi Y pada X ada. yang pertama perlu diketahui adalah apakah regresi .170 t% .38 .$# %inter&ept' β 0 C = 0.307 & !td.819 12.>alam output 'P'' +. #rror 1. Hal ini dapat dilihat pada output AHGIA sebagai berikut/ ANOVA Sum of Df Squares Model 1 Regresion Residual Total 6475. .337 . maka pada dua tabel di atas t0$ A.18 3185.99 1 83 84 Squares 6475.000 0.81 9660. karena beta dihitung berdasarkan vaiabel baku K yang dihitung dengan cara )= " −" '( * .024 C = "#. Tabel ANOVA dengan α C =0.988 !ig.00 menunjukkan bahwa ditolak 0 regresi Y pada bermakna!  X C .% for Dindows untuk subprogram ?9E?9'FGH. pada B bermakna. dan B.698 38.726 .(0# %koe))isien β % regresi' Y akan berubah sebesar .J*+ yang merupakan koef.($ unit untuk setiap perubahan satu unit dari X! >apat dilihat bahwa karena regresi linier sederhana. ini dapat dilihat pada output G9AAF F9H=' sebagai berikut/ COEFFICIENTS !tandardiz ed Coeffi ients "eta t 27.000 Mean F Sig.000 Unstandardized Coeffi ients " Model 1 $Constan 47. regresi baku sebenarnya adalah sama dengan r $ koefisien korelasi antara . Beta$%. dengan '( = standard deviasi .serta 'elanjutnya adalah untuk mengetahui besarnya estimate koefisien regresi ) β % standard error-nya.18 168.

. 'ecara empirik walaupun misalnya model ). maka kita perlu membuat model yang sesuai dengan tujuan studi. yang berarti bahwa secara bersama p variabel B dapat menjelaskan variabel .ase -#0 Application Euide. yang dapat dijelaskan oleh model sebesar 58 persen.. 'elain berguna untuk dapat menjelaskan hubungan p variabel B secara bersama terhadap variabel .signifikan. Beberapa statistik dan estimasi dari parameter dapat pula diperoleh seperti rata-rata dan standard deviasi serta korelasi dari . tidak berarti bahwa setiap variabel mempunyai pengaruh yang signifikan pada variabel .*. dengan analisis regresi ganda juga dapat diperoleh suatu penjelasan tentang peranan atau kontribusi relatif setiap variabel B terhadap variabel .berarti bahwa variasi . 'uatu kajian tersendiri perlu dilakukan untuk kemudian dapat memilah variabel B yang berpengaruh secara parsial pada variabel . Analisis Regresi Berganda 1alau satu variabel dependen .yang secara umum modelnya seperti pada persamaan ). Para pembaca lebih lanjut dianjurkan untuk membaca '+''7 . dan B. perlu dijelaskan oleh lebih dari satu variabel independen B...1oefisien determinasi r0 $ %.J*+-0. !odel tersebut adalah regresi linier ganda ) Multivariate ....*-.inear Regression. .58% )yaitu nilai Beta dikuadratkan atau )%.

ANALISIS BIVARIATE Tugas ini disusun guna memenu i tugas dari mata kulia Statistik Sosial I Disusun ole & Aldora Nuar' ( Arum Sa.)D*+1**1/)D*+1**10)D*+1**/0)D*+1**+*)D*+1**30- #$R$SAN S4SI4L45I 6AK$LTAS IL"$ S4SIAL DAN IL"$ 74LITIK $NIVERSITAS SEBELAS "ARET .torini Dani Bina " 1ani2a Kristi'anti Inda Noor K Na.ella Se2ina )D*+1***.

/*11 .